大数据视域下大学生就业创业平台的构建

　　摘要：近年来，随着高校毕业生规模的不断扩大，就业压力日益严峻。为更好地帮助大学生就业创业，本项目以大数据技术为基础，以应届生的就业创业为核心，将就业与创业融为一体。此高校就业创业平台不仅能够解决当前就业中存在的问题，而且能给大学生提供更加完善的就业平台，还有利于增进大学生和企业间的联系，从而提高人才培养质量和大学生就业竞争力。

　　1. 研究背景及意义

　　随着高校毕业生规模的不断增高，就业形势愈发严峻。高校毕业生的就业问题不仅关乎到他们个人的未来发展，也与高校乃至国家未来教育事业的发展息息相关[1]。

　　国家对高校毕业生的就业问题非常重视，不断出台和实施相关政策和措施。目前，高校为大学生提供就业指导服务，并成立专门的机构与雇主对接，但其就业指导工作依旧存在一系列问题。第一，大学就业指导教育不完善，普及度不够高，同时也缺乏专业性；第二，应届生就业慢现象严重，很多慢就业变成懒就业；第三，大学生缺乏了解相关就业信息的渠道，了解到的信息往往不够真实[2]；第四，大学生职业规划不明确，缺乏专业的、有针对性的就业指导。

　　为更好地服务大学生就业创业，构建一个辅助大学生完成就业创业的平台非常必要。该平台主要处理在校学生的多维度信息、已毕业学生的准确就业创业信息，并在此基础上通过数据采集、数据挖掘、数据处理等技术对毕业生信息进行整合分析[3]。平台在校企合作框架下，既能够帮助学校及时掌握毕业生就业的实际情况，也能够为企业精准推送合适的毕业生信息，同时还将毕业生的市场需求度反作用于学校招生管理工作。因此，该平台能满足校、企、生三方需求，并使大学生就业创业工作更加规范化、合理化和网络化。

　　2. 平台设计路线

　　该平台的建设，主要分为两部分：学生在校期间和毕业后。学生在校期间充分利用教务管理平台完善个人信息，在就业之前将相关的信息数据导入平台中；学生毕业后，就业指导中心会把库中的学生信息导入本平台，从而完成学生从进校到就业的数据整合。为更加方便地掌握学生的就业意向，本平台还开发了“职场发展、校企互动、数据推送”等功能[4]，意在从关键工作环节开始，以科学评价为抓手，提供决策水平，有效推动就业创业质量的提升[5]。

　　2.1 智能信息收集技术

　　智能信息收集技术作为一种极其实用的电子技术，被广泛运用到信号检测、设备监测、信号处理、仪器和仪表检测等众多领域[6]。

　　该技术以收集对象为中心，通过用户搜索完善用户个人的描述模型，从而提高信息获取的精确性和综合性。根据用户登录系统后进行各种操作所产生的一系列信息数据，智能信息收集技术利用知识图谱与逻辑推导技术，对已有的应届生个人信息进行相似度匹配，并通过机器学习、深度学习、分析量化和容错检测的技术，将数据库中的学生个人信息不断完善。智能收集结构图如图1所示[7]。

　　2.2 信息智能挖掘技术

　　为应对海量的学生个人信息数据，该技术基于Web挖掘技术，通过采用动态数据挖掘，将数据库里的数据进行采集、集成、规约、挖掘和模式评估，构建出一个具备科学性的长期运行的数据采集模式[8]。在数据层中，从数据库中获取应届生的个人初始化信息；在挖掘层中，对资源库中的素材信息进行集成、规约和挖掘；在分析层中，将挖掘到的毕业生个人信息在处理后进行知识化、具体化的描述，以此来识别各类信息并进行聚合；在应用层中，学生通过网站查看平台分析的数据结果[9]。

　　信息资源智能分析模型图如图2所示。

　　2.3 精准信息推送服务技术

　　该技术通过挖掘与分析相关的学生个人信息，从而将各个学生用户的特征和属性信息进行聚集和分类，同时进行精确推荐和整合。首先对学生用户的信息特征进行主要特征提取，对其进行全方位、多层次的挖掘与信息聚合，将学生个人信息构建成一张关系网[10]，这张关系网既可横向拓展又可纵向深入分析，对实现学生特征的个性化、科学化推荐十分有利。

　　2.4 多数据分析技术

　　多数据分析技术通过对大量学生的个人信息数据进行分析，从而建设起一个完全统一的学生个人信息数据模型，其中存在大量的复杂数据需要清洗与建模。对数据进行清洗，不仅能够保证数据的质量，而且能够更新数据，从而完善数据和数据实体之间的关联。在积累了大量信息数据的基础上，我们通过数据分析技术建立一个预测与决策平台。该平台根据已有的信息数据，对学生主要特征进行挖掘分析，借助其关联信息为学生信息关系网的建设提供更多高价值的数据[11]。

　　多数据分析技术模型如图3所示。

　　2.5 数据的整合与调度

　　利用Map扫描大量个人信息数据，并暂时保存其属性特征，同时根据个人信息数据的特征相似度判断数据之间的关联，将提取的个人信息数据特征通过向量表示出来，利用Reduce去除数据之间的冗余，对数据进行相关处理[12]。此外，使用多连接查询优化算法，处理学生个人信息数据的查询优化问题，从而完善学生个人信息数据的调度问题。

　　数据整合与调度流程图如图4所示[13]。

　　3. 大数据平台架构

　　首先，想要建立大学生就业创业平台，就需要利用大数据技术对毕业生的各项数据进行收集和归纳。其次，该平台将对采集到的各项学生个人信息数据进行交互分析，提高采集范围和采集效率。本平台还可将获取到的数据进行转化，形成结构化的系统格式数据，并将处理后的数据存储于数据库。

　　大数据平台架构如图5所示。

　　从图5中可以看到，在数据采集阶段，平台先将应用程序产生的数据和日志等同步到大数据系统中，数据库同步使用Sqoop，日志同步使用Flume，打点采集的数据经过格式化转换后通过Kafka传递。在之后的数据处理阶段，平台将同步导入的数据存储在HDFS中，经过MapReduce、Hive、Spark等计算任务读取HDFS上的数据进行计算，再将计算结果写入HDFS。最后，在数据输出阶段，平台将HDFS中的数据处理后通过Sqoop系统导出到数据库。这时，应用程序就可以直接访问数据库中的数据，实时展示给用户。

　　4. 大数据平台功能模块设计

　　4.1 企业管理模块

　　相关企业在线上认证与完善企业信息，平台收集、存储和记录相关信息。平台对发布的信息进行收集与归纳，创建一个职位申请信息数据库，对申请的职位、招聘的数量以及企业的行业、规模、地域等进行统计和可视化。同时，平台还将设立一个线上招聘追踪机制，方便企业在线上查看应届生投递的简历，同时也方便学生接收企业关于面试与录取的通知。后期平台将分析企业录取人才数量、招聘规模等信息，以此来评估企业的规模、市场需求、行业发展等内容，进而对数据库进行补充，从而掌握就业市场的人才需求并制定好人才培养方案，推动学校课程的完善与升级。

　　4.2 学生管理模块

　　学生登录平台，提交个人简历信息，包含个人信息、职业规划和岗位诉求等，并实现在线求职、投递简历、查看面试等功能。同时，平台对大学生的兴趣爱好、学习成绩、职业规划和综合能力等测评数据进行收集与分析，以防止学生自身能力和其职业期望之间的差距过大，并辅助学生寻找其不足之处以采取相应的改进措施。平台还将大学生对自己应聘岗位的竞争力、岗位的匹配度、对比其他竞争者的优势和不足进行综合分析，从而提供科学化、个性化的学校就业指导服务[14]。

　　4.3 管理员管理模块

　　管理者可在后台审核并管理企业发布的一系列招聘信息，对企业发布的职位、招聘的数量以及企业的行业、规模、资质等进行评估与审核。同时管理员还负责管理教师信息、企业信息、学生个人信息、专业信息等。管理者也可以实时监督企业对学生的招聘全过程，确认招聘全过程公平、公开、公正，从而保证每一位学生都能够找到适合自己的工作。

　　4.4 教师管理模块

　　教师能够在平台上申请就业指导服务，也可以引入校外的培训机构，集成优质就业指导服务，帮助每一位学生以多种方式学习，提升其职业规划能力和就业实力。在此过程中，平台也将对学生的学习数据进行记录与分析，建立学生职业技能学习成长数据库，以便教师科学、规范、合理地分析和评估学生的学习能力、个人兴趣、职业特长等，并为学生推荐符合他们个人发展需要的职业技能培训和课程，创设个性化的学习环境[15]。此外，平台还将对学生们的职业能力水平、学习效率、工作方法、日常行为等进行分析评估，记录学生各时期各方面的能力发展变化，从而帮助老师制定学生的学习任务，以最大限度帮助学生提升就业能力，最终提高他们的核心竞争力。

　　结语

　　综上所述，基于大数据技术下大学生就业创业平台的搭建，是为高校大学生的就业和创业提供数据支持和科学指导的过程。在大学生就业创业平台上，要为大学生营造一个良好的就业和创业环境，就要确保该平台上的就业信息和创业信息真实有效，并以国家政策为主要导向，严厉打击不法企业发布的虚假就业信息行为。

　　通过综合考量招聘者和应聘者的需求，我们会打造一个和谐公平的就业指导环境。通过使用本平台，学生不仅能寻找到自己心仪的岗位，而且能够尽早确立一个明确的目标，从而在大学期间努力地提高自己的专业技能。除此之外，该平台还可以为国家提供大量准确的就业创业数据，从科学角度分析大学生的就业和创业能力，并帮助大学生尽早地参与到就业和创业中去。该平台将通过建立规范合理的大学生就业创业机制，打造和谐公平的就业创业环境，从而提升各大高校学生的就业率及创业率，推进人才市场的有序发展。

　　参考文献：

　　[1]李舟军,范宇,吴贤杰.面向自然语言处理的预训练技术研究综述[J].计算机科学,2020,47(3):162-173.

　　[2]邵全勇.基于数据可视化技术平台的开[J].微型电脑应用,2020,36(1):144-148.

　　[3]温雷雷.大数据视角下的高职院校就业工作创新研究[J].黑龙江高教研究,2016,(2):72-74.

　　[4]臧其林.大数据时代毕业生就业跟踪反馈机制构建[J].教育与职业,2015, (24):36-38.

　　[5]李振,周东岱,刘娜,等.教育大数据的平台构建与关键实现技术[J].现代教育技术,2018,(1):100-106.

　　[6]冯志杰.基于HDStore模型的混合分布式大数据存储技术[J].无线电工程,2020,50(4):335-342.

　　[7]邵华.基于协同理论视角下的大学生就业工作创新研究[J].湖南社会科学, 2015,(5):209.

　　[8]杨现民,郭利明,晋欣泉,等.大数据助力新高考改革:框架设计与实施路径[J].电化教育研究,2019,(2):30-37.

　　[9]吴怍,顾小清.教育大数据的深度认知、实践案例与趋势展望——2017年“教育大数据应用技术”国际学术研讨会评述[J].现代远程教育研究,2017,(3):11-17.

　　[10]庞娜,钱力,段美珍.大数据环境下科技信息精准搜索服务探析[J].情报科学,2020,38(7):69-76.

　　[11]潘振,方长春.面向大学生就业的高校信息资源服务创新模式研究[J].情报科学,2019,37(9):109-112.

　　[12]李凤春,杨波,张琳.大数据环境下信息网络在毕业生就业创业指导工作中的研究[J].情报科学,2015,33(12):111-115,128.

　　[13]刘洪超,滕鑫鑫,白浩.基于大数据的高校智能就业平台建设与应用[J].现代教育技术,2020,30(2):111-117.

　　[14]顾东虎.“互联网+、大数据”背景下大学生就业创业能力培养策略及应用系统平台的建设[J].信息记录材料,2020,21(4):133-134.

　　[15]唐小凌.高职院校共青团组织促进大学生就业创业路径研究——基于实践育人平台建设的视角[J].无锡商业职业技术学院学报,2014,14(6):44-46.

　　作者简介：许苏豫，本科，研究方向：软件工程。